一、从RPA到智能体：一场静悄悄的革命

财务共享中心是RPA（机器人流程自动化）最早也是最成功的应用场景之一。过去五年，RPA帮助共享中心实现了大量重复性工作的自动化——发票验真、银行回单下载、凭证生成、数据录入等。但RPA的本质是“模拟人的操作”，它严格遵循预设的规则和流程，不具备感知环境变化、自主推理和动态调整的能力。

2025年以来，以大语言模型（LLM）和多模态模型为代表的生成式AI技术开始渗透到财务领域。一个全新的概念——“智能体”（Agent）——正在重塑人们对自动化的想象。智能体不同于RPA：它能理解自然语言指令，能调用工具和API，能根据上下文自主规划任务步骤，能在遇到异常时主动寻求人类帮助。如果说RPA是“听话的机械臂”，智能体就是“有头脑的数字员工”。

804号指引第六条明确提出了“数智化”原则，鼓励运用大数据、人工智能、云计算等新技术提升共享中心的服务能力和管理水平。这为智能体进入财务共享打开了政策绿灯。但智能体的引入也带来了一系列新问题：它的决策边界在哪里？如何保证合规？出错后谁负责？这些问题必须在804的框架内找到答案。

二、智能体在共享中心的四大典型应用场景

场景一：智能报销助手

员工通过自然语言描述报销事项（“我要报销上周去上海拜访客户的差旅费”），智能体自动理解意图，调取差旅标准、行程记录、发票信息，生成报销单并提交审批。过程中，智能体可以主动追问缺失信息（“请上传住宿发票”），甚至根据历史数据推荐费用分摊方式。相比传统报销流程，交互方式从“填表单”变成了“对话”，大幅降低员工操作门槛。

场景二：智能审核员

智能体对每一笔单据进行多维度审核：规则匹配（是否超标）、逻辑校验（发票日期与行程是否矛盾）、风险扫描（供应商是否在黑名单）、合规检查（是否符合804要求）。审核结果以“建议通过/建议驳回/需要人工复核”三种形式呈现，并附上详细的推理过程。审核员可以一键采纳，也可以与智能体对话追问理由。

场景三：智能客服与知识问答

共享中心每年收到大量的咨询电话和工单——报销标准是什么、发票丢了怎么办、付款进度如何。智能体可以7×24小时回答这些问题，引用最新的制度和流程文档。当遇到无法回答的问题时，自动转接人工客服并附带上下文。804第十五条要求标准化成果形成知识库或规则库，智能体天然就是知识库的最佳交互入口。

场景四：智能经营分析师

管理层用自然语言提问（“本月销售费用同比增长的原因是什么？”），智能体自动查询数据仓库，调用分析模型，生成图文并茂的分析报告，并用口语化语言解读关键发现。它甚至可以主动发现异常（“注意到华东区的差旅费连续三个月超出预算，是否需要深入分析？”）。这对应804第十九条要求的数据可视化与分析能力。

三、智能体与规则引擎的关系：不是取代，是升级

有人担心智能体会取代传统的规则引擎。事实上，两者的关系是互补和递进的：

——规则引擎擅长处理“确定性逻辑”：如果A则B，精确、高效、可解释。适用于费用标准校验、审批路由、凭证生成等场景。

——智能体擅长处理“非确定性逻辑”：理解模糊语义、处理例外情况、进行综合判断。适用于异常识别、原因分析、人机对话等场景。

——最优架构是“规则引擎兜底+智能体增强”：常规业务由规则引擎自动处理，智能体负责处理规则引擎无法覆盖的边缘案例、提供交互界面、进行综合推理。智能体也可以调用规则引擎执行具体的规则检查，两者协同工作。

在零件化框架下，规则引擎中的每条规则都是一个“规则零件”，智能体则是一个“智能编排层”——它根据需要动态组合规则零件、数据零件、分析零件和风险零件，完成复杂的任务。这种架构既保留了规则零件的可配置性和可审计性，又引入了智能体的灵活性和交互性。

四、自主决策的边界：什么能放，什么不能放

智能体的核心特征是“自主性”——它能够在没有人类干预的情况下做出判断和行动。但在财务共享这样一个强合规、强监管的领域，自主决策必须划定清晰的边界。我们建议遵循“三放三不放”原则：

三放：

——信息查询类放开：智能体可以自主回答制度咨询、流程查询、进度查询等问题，不需要人工审核。

——标准化操作类放开：智能体可以自主执行数据录入、凭证生成、对账勾稽等标准化操作，前提是操作结果受规则引擎校验。

——低风险预警类放开：智能体可以自主发出低风险预警（如费用趋势异常），并推送至相关人员，无需事先审批。

三不放：

——资金支付不放：任何涉及资金支付的指令，无论智能体如何判断，必须经过人工审批和双重授权。804第二十四条对资金风险的强调决定了这一点。

——规则变更不放：智能体可以提出规则优化建议，但不能自主修改规则。规则变更必须走804第十四条要求的维护更新流程，经过审批后方可生效。

——重大异常处置不放：当智能体发现疑似舞弊、重大合规风险、系统安全事件时，必须立即上报，不得自主处置。处置方案需要人类专家决策。

除了上述原则，还需要为每个智能体设定“自主等级”：L1（完全人工控制）、L2（智能体建议，人类决策）、L3（智能体执行，人类监督）、L4（智能体自主执行，例外上报）、L5（完全自主）。在共享中心场景中，建议绝大多数任务控制在L2-L3级别，保留人类的最终决策权。

五、合规与责任：智能体必须留下的“数字脚印”

智能体的“黑箱”属性是其进入财务领域的最大障碍。804第二十五条要求风险预警具备“可配置、可追溯、可审计”的特性，这一要求同样适用于智能体。具体来说，智能体必须满足以下合规要求：

1. 全程日志记录。 智能体的每一次感知、推理、决策、行动都必须记录在案，包括输入、输出、调用的工具、使用的知识、置信度等。日志不可篡改，保存期限不低于会计档案保管要求。

2. 决策可解释。 智能体给出的任何判断或建议，都必须能够用自然语言解释其推理过程。例如，“我建议驳回这笔报销，因为住宿费800元超过了贵公司标准500元，且未提供超标说明。”不可解释的决策（如某些深度学习模型的输出）不应直接用于审核或风控场景。

3. 人机协作闭环。 智能体不能“独断专行”。所有涉及资金、规则变更、重大异常的决策，必须有人类的确认或审批环节。智能体的作用是提高效率、降低遗漏，而不是替代人类责任。

4. 定期评估与迭代。 智能体的表现需要定期评估——准确率、召回率、用户满意度、误判率等。评估结果用于优化模型和规则。同时要建立“熔断机制”：当智能体的错误率超过阈值时，自动降级为纯人工模式。

关于责任归属，本文第四篇（《单位负责人会计责任不随共享转移》）已经建立了分层责任框架，智能体的引入并不改变这一框架。智能体本身不是责任主体，责任在于智能体的设计者（开发团队）、训练者（数据标注与调优团队）、使用者（审核人员和管理者）以及监管者（合规与审计部门）。日志记录的存在使得责任追溯成为可能。

六、实施路径：三步让智能体安全落地

第一步：选准场景，小切口试点。 不建议一开始就上大而全的智能体平台。建议从“智能报销助手”或“智能客服”这类低风险、高频次、用户痛点明显的场景切入，选择1-2个业务板块试点。试点周期建议2-3个月，重点验证智能体的准确率、用户接受度和合规性。

第二步：建立智能体治理框架。 在试点期间同步建立智能体治理制度，包括：自主等级划分标准、日志规范、可解释性要求、人工复核比例、熔断机制、责任归属规则等。这些制度要在智能体全面推广前完成审批和发布。

第三步：与零件库深度融合。 智能体的能力很大程度上取决于它可以调用的“零件”的质量和丰富度。将已有的规则零件、数据零件、分析零件、风险零件注册到智能体的工具列表中，让智能体可以像人类一样“查阅手册”“调用公式”“分析数据”。同时，智能体在执行任务过程中产生的新的规则需求、数据质量问题、风险信号，可以反哺零件库的持续优化。

七、专知的角色

专知智库在智能体+财务共享领域提供以下服务：

——智能体场景评估与路线图设计：帮助企业识别高价值、低风险的智能体应用场景，制定分阶段实施路线图。

——智能体治理框架设计：包括自主等级划分、日志规范、可解释性标准、责任归属制度等，确保智能体在804合规框架内运行。

——零件库与智能体集成辅导：指导企业将现有零件库与智能体对接，让智能体能够高效调用各类零件，同时将智能体的产出反哺零件库。

专知不做系统开发，也不绑定任何AI平台，保持中立立场，为企业推荐最适合的智能体技术方案和供应商。

结语

智能体正在从概念走向落地，财务共享中心是它最肥沃的土壤。804号指引为数智化转型打开了政策空间，同时也划定了合规底线。在“放”与“不放”之间找到平衡，在“效率”与“安全”之间守住边界，是每一家准备引入智能体的企业必须完成的功课。规则引擎提供了确定性，智能体带来了可能性，而零件化方法论则是连接两者的桥梁。当智能体学会调用零件、遵守规则、尊重边界，它就能成为共享中心最得力的“数字员工”。

> 专知智库不做系统、不替原厂实施，只做一件事：帮企业安全、合规地在财务共享中心引入智能体。需要一份“智能体应用场景评估表”或“智能体治理框架模板”，可联系专知智库获取